@neurocode-ai/web 1.18.8

package/src/content/docs/de/providers.mdx

@@ -0,0 +1,1987 @@
+---
+title: Anbieter
+description: Verwendung eines beliebigen LLM-Anbieters in OpenCode.
+---
+
+import config from "../../../../config.mjs"
+export const console = config.console
+
+OpenCode verwendet [AI SDK](https://ai-sdk.dev/) und [Models.dev](https://models.dev) zur Unterstützung von **75+ LLM-Anbietern** und unterstützt die Ausführung lokaler Modelle.
+
+Um einen Anbieter hinzuzufügen, müssen Sie:
+
+1. Fügen Sie die API-Schlüssel für den Anbieter mit dem Befehl `/connect` hinzu.
+2. Konfigurieren Sie den Anbieter in Ihrer OpenCode-Konfiguration.
+
+---
+
+### Anmeldeinformationen
+
+Wenn Sie die API-Schlüssel eines Anbieters mit dem Befehl `/connect` hinzufügen, werden diese gespeichert
+in `~/.local/share/opencode/auth.json`.
+
+---
+
+### Konfiguration
+
+Sie können die Anbieter über den Abschnitt `provider` in Ihrem OpenCode anpassen
+config.
+
+---
+
+#### Base URL
+
+Sie können die Base URL für jeden Anbieter anpassen, indem Sie die Option `baseURL` festlegen. Das ist nuetzlich, wenn Sie Proxy-Dienste oder benutzerdefinierte Endpunkte verwenden.
+
+```json title="opencode.json" {6}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "anthropic": {
+      "options": {
+        "baseURL": "https://api.anthropic.com/v1"
+      }
+    }
+  }
+}
+```
+
+---
+
+## OpenCode Zen
+
+OpenCode Zen ist eine Liste von Modellen, die vom OpenCode-Team bereitgestellt wurden
+Getestet und verifiziert, dass es gut mit OpenCode funktioniert. [Learn more](/docs/zen).
+
+:::tip
+Wenn Sie neu sind, empfehlen wir Ihnen, mit OpenCode Zen zu beginnen.
+:::
+
+1. Führen Sie den Befehl `/connect` in TUI aus, wählen Sie OpenCode aus und gehen Sie zu [opencode.ai/auth](https://opencode.ai/auth).
+
+   ```txt
+   /connect
+   ```
+
+2. Melden Sie sich an, geben Sie Ihre Rechnungsdaten ein und kopieren Sie Ihren API-Schlüssel.
+
+3. Fügen Sie Ihren API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie `/models` in TUI aus, um die Liste der von uns empfohlenen Modelle anzuzeigen.
+
+   ```txt
+   /models
+   ```
+
+Es funktioniert wie jeder andere Anbieter in OpenCode und ist völlig optional.
+
+---
+
+## OpenCode Go
+
+OpenCode Go ist ein kostenguenstiges Abonnement, das zuverlaessigen Zugriff auf beliebte Open-Coding-Modelle bietet, die vom OpenCode-Team getestet und verifiziert wurden, dass sie gut mit OpenCode funktionieren.
+
+1. Führen Sie den Befehl `/connect` in der TUI aus, waehlen Sie `OpenCode Go` und gehen Sie zu [opencode.ai/auth](https://opencode.ai/zen).
+
+   ```txt
+   /connect
+   ```
+
+2. Melden Sie sich an, geben Sie Ihre Rechnungsdaten ein und kopieren Sie Ihren API-Schlüssel.
+
+3. Fügen Sie Ihren API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie `/models` in der TUI aus, um die Liste der empfohlenen Modelle zu sehen.
+
+   ```txt
+   /models
+   ```
+
+Es funktioniert wie jeder andere Anbieter in OpenCode und ist völlig optional.
+
+---
+
+## Verzeichnis
+
+Schauen wir uns einige der Anbieter im Detail an. Wenn Sie einen Anbieter hinzufügen möchten
+Liste, zögern Sie nicht, ein PR zu öffnen.
+
+:::note
+Sehen Sie hier keinen Anbieter? Senden Sie einen PR.
+:::
+
+---
+
+### 302.AI
+
+1. Gehen Sie zu [302.AI console](https://302.ai/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **302.AI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren 302.AI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Amazon Bedrock
+
+So verwenden Sie Amazon Bedrock mit OpenCode:
+
+1. Gehen Sie zum **Modellkatalog** in der Amazon Bedrock-Konsole und fordern Sie an
+   Zugriff auf die gewünschten Modelle.
+
+   :::tip
+   Sie müssen Zugriff auf das gewünschte Modell in Amazon Bedrock haben.
+   :::
+
+2. **Konfigurieren Sie die Authentifizierung** mit einer der folgenden Methoden:
+
+   #### Umgebungsvariablen (Schnellstart)
+
+   Legen Sie eine dieser Umgebungsvariablen fest, während Sie OpenCode ausführen:
+
+   ```bash
+   # Option 1: Using AWS access keys
+   AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode
+
+   # Option 2: Using named AWS profile
+   AWS_PROFILE=my-profile opencode
+
+   # Option 3: Using Bedrock bearer token
+   AWS_BEARER_TOKEN_BEDROCK=XXX opencode
+   ```
+
+   Oder fügen Sie sie Ihrem Bash-Profil hinzu:
+
+   ```bash title="~/.bash_profile"
+   export AWS_PROFILE=my-dev-profile
+   export AWS_REGION=us-east-1
+   ```
+
+   #### Konfigurationsdatei (empfohlen)
+
+   Für eine projektspezifische oder dauerhafte Konfiguration verwenden Sie `opencode.json`:
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "amazon-bedrock": {
+         "options": {
+           "region": "us-east-1",
+           "profile": "my-aws-profile"
+         }
+       }
+     }
+   }
+   ```
+
+   **Verfügbare Optionen:**
+   - `region` - AWS region (e.g., `us-east-1`, `eu-west-1`)
+   - `profile` - AWS named profile from `~/.aws/credentials`
+   - `endpoint` – Benutzerdefinierter Endpunkt URL für VPC-Endpunkte (Alias ​​für generische `baseURL`-Option)
+
+   :::tip
+   Konfigurationsdateioptionen haben Vorrang vor Umgebungsvariablen.
+   :::
+
+   #### Erweitert: VPC Endpunkte
+
+   Wenn Sie VPC-Endpunkte für Bedrock verwenden:
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "amazon-bedrock": {
+         "options": {
+           "region": "us-east-1",
+           "profile": "production",
+           "endpoint": "https://bedrock-runtime.us-east-1.vpce-xxxxx.amazonaws.com"
+         }
+       }
+     }
+   }
+   ```
+
+   :::note
+   Die Option `endpoint` ist ein Alias ​​für die generische Option `baseURL` und verwendet AWS-spezifische Terminologie. Wenn sowohl `endpoint` als auch `baseURL` angegeben sind, hat `endpoint` Vorrang.
+   :::
+
+   #### Authentifizierungsmethoden
+   - **`AWS_ACCESS_KEY_ID` / `AWS_SECRET_ACCESS_KEY`**: Erstellen Sie einen IAM-Benutzer und generieren Sie Zugriffsschlüssel in der AWS-Konsole
+   - **`AWS_PROFILE`**: Benannte Profile von `~/.aws/credentials` verwenden. Zuerst mit `aws configure --profile my-profile` oder `aws sso login` konfigurieren
+   - **`AWS_BEARER_TOKEN_BEDROCK`**: Generieren Sie langfristige API-Schlüssel aus der Amazon Bedrock-Konsole
+   - **`AWS_WEB_IDENTITY_TOKEN_FILE` / `AWS_ROLE_ARN`**: Für EKS IRSA (IAM Rollen für Dienstkonten) oder andere Kubernetes-Umgebungen mit OIDC-Verbund. Diese Umgebungsvariablen werden von Kubernetes automatisch eingefügt, wenn Dienstkontoanmerkungen verwendet werden.
+
+   #### Authentifizierungspriorität
+
+   Amazon Bedrock verwendet die folgende Authentifizierungspriorität:
+   1. **Bearer-Token** – `AWS_BEARER_TOKEN_BEDROCK`-Umgebungsvariable oder Token aus dem `/connect`-Befehl
+   2. **AWS Anmeldeinformationskette** – Profil, Zugriffsschlüssel, gemeinsame Anmeldeinformationen, IAM Rollen, Web-Identitätstoken (EKS IRSA), Instanzmetadaten
+
+   :::note
+   Wenn ein Inhabertoken festgelegt ist (über `/connect` oder `AWS_BEARER_TOKEN_BEDROCK`), hat es Vorrang vor allen AWS-Anmeldeinformationsmethoden, einschließlich konfigurierter Profile.
+   :::
+
+3. Führen Sie den Befehl `/models` aus, um das gewünschte Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+:::note
+Verwenden Sie für benutzerdefinierte Inferenzprofile den Modell- und Anbieternamen im Schlüssel und legen Sie die Eigenschaft `id` auf den Arn fest. Dadurch wird ein korrektes Caching sichergestellt:
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "amazon-bedrock": {
+      // ...
+      "models": {
+        "anthropic-claude-sonnet-4.5": {
+          "id": "arn:aws:bedrock:us-east-1:xxx:application-inference-profile/yyy"
+        }
+      }
+    }
+  }
+}
+```
+
+:::
+
+---
+
+### Anthropic
+
+1. Sobald Sie sich angemeldet haben, führen Sie den Befehl `/connect` aus und wählen Sie Anthropic aus.
+
+   ```txt
+   /connect
+   ```
+
+2. Hier können Sie die Option **Claude Pro/Max** auswählen und Ihr Browser wird geöffnet
+   und bitten Sie, sich zu authentifizieren.
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ Claude Pro/Max
+   │ Create an API Key
+   │ Manually enter API Key
+   └
+   ```
+
+3. Jetzt sollten alle Anthropic-Modelle verfügbar sein, wenn Sie den Befehl `/models` verwenden.
+
+   ```txt
+   /models
+   ```
+
+:::info
+Die Verwendung Ihres Claude Pro/Max-Abonnements in OpenCode wird von [Anthropic](https://anthropic.com) nicht offiziell unterstützt.
+:::
+
+##### Verwendung von API-Keys
+
+Sie können auch **Erstellen eines API-Schlüssels** auswählen, wenn Sie kein Pro/Max-Abonnement haben. Außerdem wird Ihr Browser geöffnet, Sie werden aufgefordert, sich bei Anthropic anzumelden, und Sie erhalten einen Code, den Sie in Ihr Terminal einfügen können.
+
+Wenn Sie bereits über einen API-Schlüssel verfügen, können Sie **API-Schlüssel manuell eingeben** auswählen und ihn in Ihr Terminal einfügen.
+
+---
+
+### Atomic Chat
+
+Sie können opencode so konfigurieren, dass es lokale Modelle über [Atomic Chat](https://atomic.chat) verwendet — eine Desktop-Anwendung, die lokale LLMs hinter einem OpenAI-kompatiblen API-Server bereitstellt (Standard-Endpunkt `http://127.0.0.1:1337/v1`).
+
+```json title="opencode.json" "atomic-chat" {5, 6, 8, 10-14}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "atomic-chat": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "Atomic Chat (local)",
+      "options": {
+        "baseURL": "http://127.0.0.1:1337/v1"
+      },
+      "models": {
+        "<your-model-id>": {
+          "name": "<your-model-name>"
+        }
+      }
+    }
+  }
+}
+```
+
+In diesem Beispiel:
+
+- `atomic-chat` ist die benutzerdefinierte Provider-ID. Dies kann eine beliebige Zeichenkette sein.
+- `npm` gibt das für diesen Provider zu verwendende Paket an. Hier wird `@ai-sdk/openai-compatible` für jede OpenAI-kompatible API verwendet.
+- `name` ist der in der UI angezeigte Name des Providers.
+- `options.baseURL` ist der Endpunkt des lokalen Servers. Passen Sie Host und Port an Ihre Atomic-Chat-Konfiguration an.
+- `models` ist eine Zuordnung von Modell-IDs zu ihren Anzeigenamen. Jede ID muss dem `id`-Wert entsprechen, den `GET /v1/models` zurückgibt — führen Sie `curl http://127.0.0.1:1337/v1/models` aus, um die aktuell in Atomic Chat geladenen IDs aufzulisten.
+
+:::tip
+Wenn Tool-Aufrufe nicht zuverlässig funktionieren, wählen Sie ein geladenes Modell mit starker Tool-Calling-Unterstützung (zum Beispiel eine Qwen-Coder- oder DeepSeek-Coder-Variante).
+:::
+
+---
+
+### Azure OpenAI
+
+:::note
+Wenn Sie auf die Fehlermeldung „Es tut mir leid, aber ich kann Ihnen bei dieser Anfrage nicht weiterhelfen“ stoßen, versuchen Sie, den Inhaltsfilter in Ihrer Azure-Ressource von **DefaultV2** in **Default** zu ändern.
+:::
+
+1. Gehen Sie zu [Azure portal](https://portal.azure.com/) und erstellen Sie eine **Azure OpenAI**-Ressource. Sie benötigen:
+   - **Ressourcenname**: Dies wird Teil Ihres API-Endpunkts (`https://RESOURCE_NAME.openai.azure.com/`)
+   - **API-Schlüssel**: Entweder `KEY 1` oder `KEY 2` aus Ihrer Ressource
+
+2. Gehen Sie zu [Azure AI Foundry](https://ai.azure.com/) und stellen Sie ein Modell bereit.
+
+   :::note
+   Der Bereitstellungsname muss mit dem Modellnamen übereinstimmen, damit OpenCode ordnungsgemäß funktioniert.
+   :::
+
+3. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Azure**.
+
+   ```txt
+   /connect
+   ```
+
+4. Geben Sie Ihren API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. Legen Sie Ihren Ressourcennamen als Umgebungsvariable fest:
+
+   ```bash
+   AZURE_RESOURCE_NAME=XXX opencode
+   ```
+
+   Oder fügen Sie es Ihrem Bash-Profil hinzu:
+
+   ```bash title="~/.bash_profile"
+   export AZURE_RESOURCE_NAME=XXX
+   ```
+
+6. Führen Sie den Befehl `/models` aus, um Ihr bereitgestelltes Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Azure Cognitive Services
+
+1. Gehen Sie zu [Azure portal](https://portal.azure.com/) und erstellen Sie eine **Azure OpenAI**-Ressource. Sie benötigen:
+   - **Ressourcenname**: Dies wird Teil Ihres API-Endpunkts (`https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/`)
+   - **API-Schlüssel**: Entweder `KEY 1` oder `KEY 2` aus Ihrer Ressource
+
+2. Gehen Sie zu [Azure AI Foundry](https://ai.azure.com/) und stellen Sie ein Modell bereit.
+
+   :::note
+   Der Bereitstellungsname muss mit dem Modellnamen übereinstimmen, damit OpenCode ordnungsgemäß funktioniert.
+   :::
+
+3. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Azure Cognitive Services**.
+
+   ```txt
+   /connect
+   ```
+
+4. Geben Sie Ihren API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. Legen Sie Ihren Ressourcennamen als Umgebungsvariable fest:
+
+   ```bash
+   AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
+   ```
+
+   Oder fügen Sie es Ihrem Bash-Profil hinzu:
+
+   ```bash title="~/.bash_profile"
+   export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX
+   ```
+
+6. Führen Sie den Befehl `/models` aus, um Ihr bereitgestelltes Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Baseten
+
+1. Gehen Sie zu [Baseten](https://app.baseten.co/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Baseten**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Baseten API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Cerebras
+
+1. Gehen Sie zu [Cerebras console](https://inference.cerebras.ai/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Cerebras**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Cerebras-API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Qwen 3 Coder 480B_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Cloudflare AI Gateway
+
+Mit dem Cloudflare AI Gateway können Sie über einen einheitlichen Endpunkt auf Modelle von OpenAI, Anthropic, Workers AI und mehr zugreifen. Mit [Unified Billing](https://developers.cloudflare.com/ai-gateway/features/unified-billing/) benötigen Sie nicht für jeden Anbieter separate API-Schlüssel.
+
+1. Gehen Sie zu [Cloudflare dashboard](https://dash.cloudflare.com/), navigieren Sie zu **AI** > **AI Gateway** und erstellen Sie ein neues Gateway.
+
+2. Legen Sie Ihr Konto ID und Ihr Gateway ID als Umgebungsvariablen fest.
+
+   ```bash title="~/.bash_profile"
+   export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
+   export CLOUDFLARE_GATEWAY_ID=your-gateway-id
+   ```
+
+3. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Cloudflare AI Gateway**.
+
+   ```txt
+   /connect
+   ```
+
+4. Geben Sie Ihr Cloudflare-API-Token ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+   Oder legen Sie es als Umgebungsvariable fest.
+
+   ```bash title="~/.bash_profile"
+   export CLOUDFLARE_API_TOKEN=your-api-token
+   ```
+
+5. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+   Sie können Modelle auch über Ihre OpenCode-Konfiguration hinzufügen.
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "cloudflare-ai-gateway": {
+         "models": {
+           "openai/gpt-4o": {},
+           "anthropic/claude-sonnet-4": {}
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+### Cortecs
+
+1. Gehen Sie zu [Cortecs console](https://cortecs.ai/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Cortecs**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Cortecs-API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Kimi K2 Instruct_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### DeepSeek
+
+1. Gehen Sie zu [DeepSeek console](https://platform.deepseek.com/), erstellen Sie ein Konto und klicken Sie auf **Neuen API-Schlüssel erstellen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **DeepSeek**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren DeepSeek API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein DeepSeek-Modell wie _DeepSeek V4 Pro_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Deep Infra
+
+1. Gehen Sie zu [Deep Infra dashboard](https://deepinfra.com/dash), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Deep Infra**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Deep Infra API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### FrogBot
+
+1. Gehen Sie zu [FrogBot dashboard](https://app.frogbot.ai/signup), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **FrogBot**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren FrogBot API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Fireworks AI
+
+1. Gehen Sie zu [Fireworks AI console](https://app.fireworks.ai/), erstellen Sie ein Konto und klicken Sie auf **API-Schlüssel erstellen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Fireworks AI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Fireworks AI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Kimi K2 Instruct_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### GitLab Duo
+
+GitLab Duo bietet AI-gestützten Agenten-Chat mit nativen Tool-Aufruffunktionen über den Anthropic-Proxy von GitLab.
+
+1. Führen Sie den Befehl `/connect` aus und wählen Sie GitLab aus.
+
+   ```txt
+   /connect
+   ```
+
+2. Wählen Sie Ihre Authentifizierungsmethode:
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ OAuth (Recommended)
+   │ Personal Access Token
+   └
+   ```
+
+   #### Verwendung von OAuth (empfohlen)
+
+   Wählen Sie **OAuth** und Ihr Browser wird zur Autorisierung geöffnet.
+
+   #### Verwendung eines persönlichen Zugriffstokens
+   1. Gehe zu [GitLab User Settings > Access Tokens](https://gitlab.com/-/user_settings/personal_access_tokens)
+   2. Klicken Sie auf **Neues Token hinzufügen**
+   3. Name: `OpenCode`, Bereiche: `api`
+   4. Kopieren Sie das Token (beginnt mit `glpat-`)
+   5. Geben Sie es im Terminal ein
+
+3. Führen Sie den Befehl `/models` aus, um verfügbare Modelle anzuzeigen.
+
+   ```txt
+   /models
+   ```
+
+   Es stehen drei Claude-basierte Modelle zur Verfügung:
+   - **duo-chat-haiku-4-5** (Standard) – Schnelle Antworten für schnelle Aufgaben
+   - **duo-chat-sonnet-4-5** – Ausgewogene Leistung für die meisten Arbeitsabläufe
+   - **duo-chat-opus-4-5** – Am besten geeignet für komplexe Analysen
+
+:::note
+Sie können auch die Umgebungsvariable „GITLAB_TOKEN“ angeben, wenn Sie dies nicht möchten
+um das Token im OpenCode-Authentifizierungsspeicher zu speichern.
+:::
+
+##### Selbstgehostetes GitLab
+
+:::note[Compliance-Hinweis]
+OpenCode verwendet ein kleines Modell für einige AI-Aufgaben wie das Generieren des Sitzungstitels.
+Es ist standardmäßig für die Verwendung von gpt-5-nano konfiguriert und wird von Zen gehostet. Zum Sperren von OpenCode
+Um nur Ihre eigene von GitLab gehostete Instanz zu verwenden, fügen Sie Folgendes zu Ihrer hinzu
+`opencode.json`-Datei. Es wird außerdem empfohlen, die Sitzungsfreigabe zu deaktivieren.
+
+```json
+{
+  "$schema": "https://opencode.ai/config.json",
+  "small_model": "gitlab/duo-chat-haiku-4-5",
+  "share": "disabled"
+}
+```
+
+:::
+
+Für selbstgehostete GitLab-Instanzen:
+
+```bash
+export GITLAB_INSTANCE_URL=https://gitlab.company.com
+export GITLAB_TOKEN=glpat-...
+```
+
+Wenn Ihre Instanz ein benutzerdefiniertes AI-Gateway ausführt:
+
+```bash
+GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
+```
+
+Oder fügen Sie zu Ihrem Bash-Profil hinzu:
+
+```bash title="~/.bash_profile"
+export GITLAB_INSTANCE_URL=https://gitlab.company.com
+export GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
+export GITLAB_TOKEN=glpat-...
+```
+
+:::note
+Ihr GitLab-Administrator muss Folgendes aktivieren:
+
+1. [Duo Agent Platform](https://docs.gitlab.com/user/duo_agent_platform/turn_on_off/) für den Benutzer, die Gruppe oder die Instanz
+2. Feature-Flags (über die Rails-Konsole):
+   - `agent_platform_claude_code`
+   - `third_party_agents_enabled`
+     :::
+
+##### OAuth für selbstgehostete Instanzen
+
+Damit OAuth für Ihre selbst gehostete Instanz funktioniert, müssen Sie eine erstellen
+eine neue Anwendung (Einstellungen → Anwendungen) mit dem
+Rückruf URL `http://127.0.0.1:8080/callback` und folgende Bereiche:
+
+- API (Greifen Sie in Ihrem Namen auf API zu)
+- read_user (Lesen Sie Ihre persönlichen Daten)
+- read_repository (Ermöglicht schreibgeschützten Zugriff auf das Repository)
+
+Stellen Sie dann die Anwendung ID als Umgebungsvariable bereit:
+
+```bash
+export GITLAB_OAUTH_CLIENT_ID=your_application_id_here
+```
+
+Weitere Dokumentation auf der [opencode-gitlab-auth](https://www.npmjs.com/package/opencode-gitlab-auth)-Homepage.
+
+##### Konfiguration
+
+Anpassen über `opencode.json`:
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "gitlab": {
+      "options": {
+        "instanceUrl": "https://gitlab.com"
+      }
+    }
+  }
+}
+```
+
+##### GitLab API Tools (Optional, aber dringend empfohlen)
+
+So greifen Sie auf GitLab-Tools zu (Zusammenführungsanfragen, Probleme, Pipelines, CI/CD usw.):
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "plugin": ["opencode-gitlab-plugin"]
+}
+```
+
+Dieses Plugin bietet umfassende GitLab-Repository-Verwaltungsfunktionen, einschließlich MR-Überprüfungen, Problemverfolgung, Pipeline-Überwachung und mehr.
+
+---
+
+### GitHub Copilot
+
+So verwenden Sie Ihr GitHub Copilot-Abonnement mit OpenCode:
+
+:::note
+Einige Modelle benötigen möglicherweise ein [Pro+
+Abonnement](https://github.com/features/copilot/plans) zur Verwendung.
+
+Einige Modelle müssen in Ihrem [GitHub Copilot settings](https://docs.github.com/en/copilot/how-tos/use-ai-models/configure-access-to-ai-models#setup-for-individual-use) manuell aktiviert werden.
+:::
+
+1. Führen Sie den Befehl `/connect` aus und suchen Sie nach GitHub Copilot.
+
+   ```txt
+   /connect
+   ```
+
+2. Navigieren Sie zu [github.com/login/device](https://github.com/login/device) und geben Sie den Code ein.
+
+   ```txt
+   ┌ Login with GitHub Copilot
+   │
+   │ https://github.com/login/device
+   │
+   │ Enter code: 8F43-6FCF
+   │
+   └ Waiting for authorization...
+   ```
+
+3. Führen Sie nun den Befehl `/models` aus, um das gewünschte Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Google Vertex AI
+
+So verwenden Sie Google Vertex AI mit OpenCode:
+
+1. Gehen Sie zum **Model Garden** in der Google Cloud Console und überprüfen Sie die
+   Modelle, die in Ihrer Region verfügbar sind.
+
+   :::note
+   Sie benötigen ein Google Cloud-Projekt mit aktiviertem Vertex AI API.
+   :::
+
+2. Legen Sie die erforderlichen Umgebungsvariablen fest:
+   - `GOOGLE_CLOUD_PROJECT`: Ihr Google Cloud-Projekt ID
+   - `VERTEX_LOCATION` (optional): Die Region für Vertex AI (standardmäßig `global`)
+   - Authentifizierung (wählen Sie eine aus):
+     - `GOOGLE_APPLICATION_CREDENTIALS`: Pfad zur Schlüsseldatei Ihres Dienstkontos JSON
+     - Authentifizieren Sie sich mit gcloud CLI: `gcloud auth application-default login`
+
+   Legen Sie sie fest, während Sie OpenCode ausführen.
+
+   ```bash
+   GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencode
+   ```
+
+   Oder fügen Sie sie Ihrem Bash-Profil hinzu.
+
+   ```bash title="~/.bash_profile"
+   export GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json
+   export GOOGLE_CLOUD_PROJECT=your-project-id
+   export VERTEX_LOCATION=global
+   ```
+
+:::tip
+Die Region `global` verbessert die Verfügbarkeit und reduziert Fehler ohne zusätzliche Kosten. Verwenden Sie regionale Endpunkte (e.g., `us-central1`) für Datenresidenzanforderungen. [Learn more](https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/use-partner-models#regional_and_global_endpoints)
+:::
+
+3. Führen Sie den Befehl `/models` aus, um das gewünschte Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Groq
+
+1. Gehen Sie zu [Groq console](https://console.groq.com/), klicken Sie auf **Create API Key** und kopieren Sie den Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach Groq.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie den Schlüssel API für den Anbieter ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um das gewünschte auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Hugging Face
+
+[Hugging Face Inference Providers](https://huggingface.co/docs/inference-providers) bietet Zugriff auf offene Modelle, die von 17+-Anbietern unterstützt werden.
+
+1. Gehen Sie zu [Hugging Face settings](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained), um ein Token mit der Berechtigung zum Aufrufen von Inferenzanbietern zu erstellen.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Hugging Face**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Hugging Face-Token ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Kimi-K2-Instruct_ oder _GLM-4.6_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Helicone
+
+[Helicone](https://helicone.ai) ist eine LLM-Beobachtbarkeitsplattform, die Protokollierung, Überwachung und Analyse für Ihre AI-Anwendungen bietet. Das Helicone AI Gateway leitet Ihre Anfragen basierend auf dem Modell automatisch an den entsprechenden Anbieter weiter.
+
+1. Gehen Sie zu [Helicone](https://helicone.ai), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel über Ihr Dashboard.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Helicone**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Helicone-API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+Weitere Anbieter und erweiterte Funktionen wie Caching und Ratenbegrenzung finden Sie unter [Helicone documentation](https://docs.helicone.ai).
+
+#### Optionale Konfigurationen
+
+Falls Sie eine Funktion oder ein Modell von Helicone sehen, das nicht automatisch über OpenCode konfiguriert wird, können Sie es jederzeit selbst konfigurieren.
+
+Hier ist [Helicone's Model Directory](https://helicone.ai/models). Sie benötigen dies, um die IDs der Modelle abzurufen, die Sie hinzufügen möchten.
+
+```jsonc title="~/.config/opencode/opencode.jsonc"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "helicone": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "Helicone",
+      "options": {
+        "baseURL": "https://ai-gateway.helicone.ai",
+      },
+      "models": {
+        "gpt-4o": {
+          // Model ID (from Helicone's model directory page)
+          "name": "GPT-4o", // Your own custom name for the model
+        },
+        "claude-sonnet-4-20250514": {
+          "name": "Claude Sonnet 4",
+        },
+      },
+    },
+  },
+}
+```
+
+#### Benutzerdefinierte Header
+
+Helicone unterstützt benutzerdefinierte Header für Funktionen wie Caching, Benutzerverfolgung und Sitzungsverwaltung. Fügen Sie sie mit `options.headers` zu Ihrer Anbieterkonfiguration hinzu:
+
+```jsonc title="~/.config/opencode/opencode.jsonc"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "helicone": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "Helicone",
+      "options": {
+        "baseURL": "https://ai-gateway.helicone.ai",
+        "headers": {
+          "Helicone-Cache-Enabled": "true",
+          "Helicone-User-Id": "opencode",
+        },
+      },
+    },
+  },
+}
+```
+
+##### Sitzungsverfolgung
+
+Mit der [Sessions](https://docs.helicone.ai/features/sessions)-Funktion von Helicone können Sie zusammengehörige LLM-Anfragen gruppieren. Verwenden Sie das [opencode-helicone-session](https://github.com/H2Shami/opencode-helicone-session)-Plugin, um jede OpenCode-Konversation automatisch als Sitzung in Helicone zu protokollieren.
+
+```bash
+npm install -g opencode-helicone-session
+```
+
+Fügen Sie es Ihrer Konfiguration hinzu.
+
+```json title="opencode.json"
+{
+  "plugin": ["opencode-helicone-session"]
+}
+```
+
+Das Plugin fügt `Helicone-Session-Id`- und `Helicone-Session-Name`-Header in Ihre Anfragen ein. Auf der Seite „Sitzungen“ von Helicone wird jede OpenCode-Konversation als separate Sitzung aufgeführt.
+
+##### Gängige Helicone-Header
+
+| Kopfzeile                  | Beschreibung                                                                        |
+| -------------------------- | ----------------------------------------------------------------------------------- |
+| `Helicone-Cache-Enabled`   | Antwort-Caching aktivieren (`true`/`false`)                                         |
+| `Helicone-User-Id`         | Verfolgen Sie Metriken nach Benutzer                                                |
+| `Helicone-Property-[Name]` | Benutzerdefinierte Eigenschaften hinzufügen (e.g., `Helicone-Property-Environment`) |
+| `Helicone-Prompt-Id`       | Anfragen mit Eingabeaufforderungsversionen verknüpfen                               |
+
+Alle verfügbaren Header finden Sie unter [Helicone Header Directory](https://docs.helicone.ai/helicone-headers/header-directory).
+
+---
+
+### llama.cpp
+
+Sie können OpenCode für die Verwendung lokaler Modelle über das Dienstprogramm [llama.cpp's](https://github.com/ggml-org/llama.cpp) llama-server konfigurieren
+
+```json title="opencode.json" "llama.cpp" {5, 6, 8, 10-15}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "llama.cpp": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "llama-server (local)",
+      "options": {
+        "baseURL": "http://127.0.0.1:8080/v1"
+      },
+      "models": {
+        "qwen3-coder:a3b": {
+          "name": "Qwen3-Coder: a3b-30b (local)",
+          "limit": {
+            "context": 128000,
+            "output": 65536
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+In diesem Beispiel:
+
+- `llama.cpp` ist der benutzerdefinierte Anbieter ID. Dies kann eine beliebige Zeichenfolge sein.
+- `npm` gibt das Paket an, das für diesen Anbieter verwendet werden soll. Hier wird `@ai-sdk/openai-compatible` für jeden OpenAI-kompatiblen API verwendet.
+- `name` ist der Anzeigename für den Anbieter im UI.
+- `options.baseURL` ist der Endpunkt für den lokalen Server.
+- `models` ist eine Zuordnung von Modell-IDs zu ihren Konfigurationen. Der Modellname wird in der Modellauswahlliste angezeigt.
+
+---
+
+### IO.NET
+
+IO.NET bietet 17-Modelle, die für verschiedene Anwendungsfälle optimiert sind:
+
+1. Gehen Sie zu [IO.NET console](https://ai.io.net/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **IO.NET**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren IO.NET API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### LM Studio
+
+Sie können OpenCode über LM Studio für die Verwendung lokaler Modelle konfigurieren.
+
+```json title="opencode.json" "lmstudio" {5, 6, 8, 10-14}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "lmstudio": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "LM Studio (local)",
+      "options": {
+        "baseURL": "http://127.0.0.1:1234/v1"
+      },
+      "models": {
+        "google/gemma-3n-e4b": {
+          "name": "Gemma 3n-e4b (local)"
+        }
+      }
+    }
+  }
+}
+```
+
+In diesem Beispiel:
+
+- `lmstudio` ist der benutzerdefinierte Anbieter ID. Dies kann eine beliebige Zeichenfolge sein.
+- `npm` gibt das Paket an, das für diesen Anbieter verwendet werden soll. Hier wird `@ai-sdk/openai-compatible` für jeden OpenAI-kompatiblen API verwendet.
+- `name` ist der Anzeigename für den Anbieter im UI.
+- `options.baseURL` ist der Endpunkt für den lokalen Server.
+- `models` ist eine Zuordnung von Modell-IDs zu ihren Konfigurationen. Der Modellname wird in der Modellauswahlliste angezeigt.
+
+---
+
+### Moonshot AI
+
+So verwenden Sie Kimi K2 von Moonshot AI:
+
+1. Gehen Sie zu [Moonshot AI console](https://platform.moonshot.ai/console), erstellen Sie ein Konto und klicken Sie auf **Schlüssel API erstellen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Moonshot AI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Moonshot API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um _Kimi K2_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### MiniMax
+
+1. Gehen Sie zu [MiniMax API Console](https://platform.minimax.io/login), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **MiniMax**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren MiniMax API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _M2.1_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Nebius Token Factory
+
+1. Gehen Sie zu [Nebius Token Factory console](https://tokenfactory.nebius.com/), erstellen Sie ein Konto und klicken Sie auf **Schlüssel hinzufügen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Nebius Token Factory**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Nebius Token Factory API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Kimi K2 Instruct_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Ollama
+
+Sie können OpenCode über Ollama für die Verwendung lokaler Modelle konfigurieren.
+
+:::tip
+Ollama kann sich automatisch für OpenCode konfigurieren. Weitere Informationen finden Sie unter [Ollama integration docs](https://docs.ollama.com/integrations/opencode).
+:::
+
+```json title="opencode.json" "ollama" {5, 6, 8, 10-14}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "ollama": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "Ollama (local)",
+      "options": {
+        "baseURL": "http://localhost:11434/v1"
+      },
+      "models": {
+        "llama2": {
+          "name": "Llama 2"
+        }
+      }
+    }
+  }
+}
+```
+
+In diesem Beispiel:
+
+- `ollama` ist der benutzerdefinierte Anbieter ID. Dies kann eine beliebige Zeichenfolge sein.
+- `npm` gibt das Paket an, das für diesen Anbieter verwendet werden soll. Hier wird `@ai-sdk/openai-compatible` für jeden OpenAI-kompatiblen API verwendet.
+- `name` ist der Anzeigename für den Anbieter im UI.
+- `options.baseURL` ist der Endpunkt für den lokalen Server.
+- `models` ist eine Zuordnung von Modell-IDs zu ihren Konfigurationen. Der Modellname wird in der Modellauswahlliste angezeigt.
+
+:::tip
+Wenn Toolaufrufe nicht funktionieren, versuchen Sie, `num_ctx` in Ollama zu erhöhen. Beginnen Sie bei ca. 16.000 – 32.000 km.
+:::
+
+---
+
+### Ollama Cloud
+
+So verwenden Sie Ollama Cloud mit OpenCode:
+
+1. Gehen Sie zu [https://ollama.com/](https://ollama.com/) und melden Sie sich an oder erstellen Sie ein Konto.
+
+2. Navigieren Sie zu **Einstellungen** > **Schlüssel** und klicken Sie auf **Add API Key**, um einen neuen API-Schlüssel zu generieren.
+
+3. Kopieren Sie den API-Schlüssel zur Verwendung in OpenCode.
+
+4. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Ollama Cloud**.
+
+   ```txt
+   /connect
+   ```
+
+5. Geben Sie Ihren Ollama Cloud API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+6. **Wichtig**: Bevor Sie Cloud-Modelle in OpenCode verwenden, müssen Sie die Modellinformationen lokal abrufen:
+
+   ```bash
+   ollama pull gpt-oss:20b-cloud
+   ```
+
+7. Führen Sie den Befehl `/models` aus, um Ihr Ollama Cloud-Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OpenAI
+
+Wir empfehlen, sich für [ChatGPT Plus or Pro](https://chatgpt.com/pricing) anzumelden.
+
+1. Führen Sie nach der Anmeldung den Befehl `/connect` aus und wählen Sie OpenAI aus.
+
+   ```txt
+   /connect
+   ```
+
+2. Hier können Sie die Option **ChatGPT Plus/Pro** auswählen und Ihr Browser wird geöffnet
+   und bitten Sie, sich zu authentifizieren.
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ ChatGPT Plus/Pro
+   │ Manually enter API Key
+   └
+   ```
+
+3. Jetzt sollten alle OpenAI-Modelle verfügbar sein, wenn Sie den Befehl `/models` verwenden.
+
+   ```txt
+   /models
+   ```
+
+##### Verwendung von API-Keys
+
+Wenn Sie bereits über einen API-Schlüssel verfügen, können Sie **API-Schlüssel manuell eingeben** auswählen und ihn in Ihr Terminal einfügen.
+
+---
+
+### OpenCode Zen
+
+OpenCode Zen ist eine Liste getesteter und verifizierter Modelle, die vom OpenCode-Team bereitgestellt werden. [Learn more](/docs/zen).
+
+1. Melden Sie sich bei **<a href={console}>OpenCode Zen</a>** an und klicken Sie auf **Create API Key**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **OpenCode Zen**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren OpenCode API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Qwen 3 Coder 480B_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OpenRouter
+
+1. Gehen Sie zu [OpenRouter dashboard](https://openrouter.ai/settings/keys), klicken Sie auf **Create API Key** und kopieren Sie den Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach OpenRouter.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie den Schlüssel API für den Anbieter ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Viele OpenRouter-Modelle sind standardmäßig vorinstalliert. Führen Sie den Befehl `/models` aus, um das gewünschte Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+   Sie können auch zusätzliche Modelle über Ihre OpenCode-Konfiguration hinzufügen.
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "openrouter": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+5. Sie können sie auch über Ihre OpenCode-Konfiguration anpassen. Hier ist ein Beispiel für die Angabe eines Anbieters
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "openrouter": {
+         "models": {
+           "moonshotai/kimi-k2": {
+             "options": {
+               "provider": {
+                 "order": ["baseten"],
+                 "allow_fallbacks": false
+               }
+             }
+           }
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+### SAP AI Core
+
+SAP AI Core bietet Zugriff auf 40+ Modelle von OpenAI, Anthropic, Google, Amazon, Meta, Mistral und AI21 über eine einheitliche Plattform.
+
+1. Gehen Sie zu Ihrem [SAP BTP Cockpit](https://account.hana.ondemand.com/), navigieren Sie zu Ihrer SAP AI Core-Dienstinstanz und erstellen Sie einen Dienstschlüssel.
+
+   :::tip
+   Der Dienstschlüssel ist ein JSON-Objekt, das `clientid`, `clientsecret`, `url` und `serviceurls.AI_API_URL` enthält. Sie finden Ihre AI Core-Instanz unter **Dienste** > **Instanzen und Abonnements** im BTP Cockpit.
+   :::
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **SAP AI Core**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren JSON-Service-Account-Key ein.
+
+   ```txt
+   ┌ Service key
+   │
+   │
+   └ enter
+   ```
+
+   Oder legen Sie die Umgebungsvariable `AICORE_SERVICE_KEY` fest:
+
+   ```bash
+   AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencode
+   ```
+
+   Oder fügen Sie es Ihrem Bash-Profil hinzu:
+
+   ```bash title="~/.bash_profile"
+   export AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}'
+   ```
+
+4. Legen Sie optional die Bereitstellung ID und die Ressourcengruppe fest:
+
+   ```bash
+   AICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode
+   ```
+
+   :::note
+   Diese Einstellungen sind optional und sollten entsprechend Ihrem SAP AI Core-Setup konfiguriert werden.
+   :::
+
+5. Führen Sie den Befehl `/models` aus, um aus 40+ verfügbaren Modellen auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### STACKIT
+
+STACKIT AI Model Serving bietet eine voll verwaltete, souveraene Hosting-Umgebung fuer AI-Modelle, mit Fokus auf LLMs wie Llama, Mistral und Qwen, mit maximaler Datensouveraenitaet auf europaeischer Infrastruktur.
+
+1. Gehen Sie zum [STACKIT Portal](https://portal.stackit.cloud), navigieren Sie zu **AI Model Serving** und erstellen Sie ein Auth-Token fuer Ihr Projekt.
+
+   :::tip
+   Sie benoetigen ein STACKIT-Kundenkonto, Benutzerkonto und Projekt, bevor Sie Auth-Tokens erstellen koennen.
+   :::
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **STACKIT**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihr STACKIT AI Model Serving Auth-Token ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um aus verfügbaren Modellen wie _Qwen3-VL 235B_ oder _Llama 3.3 70B_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OVHcloud AI Endpoints
+
+1. Gehen Sie zum [OVHcloud panel](https://ovh.com/manager). Navigieren Sie zum Abschnitt `Public Cloud`, `AI & Machine Learning` > `AI Endpoints` und klicken Sie auf der Registerkarte `API Keys` auf **Neuen API-Schlüssel erstellen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **OVHcloud AI Endpoints**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren OVHcloud AI Endpoints API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _gpt-oss-120b_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Scaleway
+
+So verwenden Sie [Scaleway Generative APIs](https://www.scaleway.com/en/docs/generative-apis/) mit OpenCode:
+
+1. Gehen Sie zu [Scaleway Console IAM settings](https://console.scaleway.com/iam/api-keys), um einen neuen API-Schlüssel zu generieren.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Scaleway**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Scaleway-API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _devstral-2-123b-instruct-2512_ oder _gpt-oss-120b_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Together AI
+
+1. Gehen Sie zu [Together AI console](https://api.together.ai), erstellen Sie ein Konto und klicken Sie auf **Schlüssel hinzufügen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Together AI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Together AI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Kimi K2 Instruct_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Venice AI
+
+1. Gehen Sie zu [Venice AI console](https://venice.ai), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Venice AI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Venice AI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Llama 3.3 70B_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Vercel AI Gateway
+
+Mit dem Vercel AI Gateway können Sie über einen einheitlichen Endpunkt auf Modelle von OpenAI, Anthropic, Google, xAI und mehr zugreifen. Die Modelle werden zum Listenpreis ohne Aufschlag angeboten.
+
+1. Gehen Sie zum [Vercel dashboard](https://vercel.com/), navigieren Sie zur Registerkarte **AI Gateway** und klicken Sie auf **API-Schlüssel**, um einen neuen API-Schlüssel zu erstellen.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Vercel AI Gateway**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren Vercel AI Gateway API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+Sie können Modelle auch über Ihre OpenCode-Konfiguration anpassen. Hier ist ein Beispiel für die Angabe der Provider-Routing-Reihenfolge.
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "vercel": {
+      "models": {
+        "anthropic/claude-sonnet-4": {
+          "options": {
+            "order": ["anthropic", "vertex"]
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+Einige nützliche Routing-Optionen:
+
+| Option              | Beschreibung                                                      |
+| ------------------- | ----------------------------------------------------------------- |
+| `order`             | Anbietersequenz zum Ausprobieren                                  |
+| `only`              | Auf bestimmte Anbieter beschränken                                |
+| `zeroDataRetention` | Verwenden Sie nur Anbieter mit Null-Datenaufbewahrungsrichtlinien |
+
+---
+
+### xAI
+
+1. Gehen Sie zu [xAI console](https://console.x.ai/), erstellen Sie ein Konto und generieren Sie einen API-Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **xAI**.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie Ihren xAI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _Grok Beta_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Z.AI
+
+1. Gehen Sie zu [Z.AI API console](https://z.ai/manage-apikey/apikey-list), erstellen Sie ein Konto und klicken Sie auf **Neuen API-Schlüssel erstellen**.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach **Z.AI**.
+
+   ```txt
+   /connect
+   ```
+
+   Wenn Sie den **GLM Coding Plan** abonniert haben, wählen Sie **Z.AI Coding Plan**.
+
+3. Geben Sie Ihren Z.AI API-Schlüssel ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Führen Sie den Befehl `/models` aus, um ein Modell wie _GLM-4.7_ auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ZenMux
+
+1. Gehen Sie zu [ZenMux dashboard](https://zenmux.ai/settings/keys), klicken Sie auf **Create API Key** und kopieren Sie den Schlüssel.
+
+2. Führen Sie den Befehl `/connect` aus und suchen Sie nach ZenMux.
+
+   ```txt
+   /connect
+   ```
+
+3. Geben Sie den Schlüssel API für den Anbieter ein.
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. Viele ZenMux-Modelle sind standardmäßig vorinstalliert. Führen Sie den Befehl `/models` aus, um das gewünschte Modell auszuwählen.
+
+   ```txt
+   /models
+   ```
+
+   Sie können auch zusätzliche Modelle über Ihre OpenCode-Konfiguration hinzufügen.
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "zenmux": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+## Benutzerdefinierter Anbieter
+
+So fügen Sie einen **OpenAI-kompatiblen** Anbieter hinzu, der nicht im Befehl `/connect` aufgeführt ist:
+
+:::tip
+Sie können jeden OpenAI-kompatiblen Anbieter mit OpenCode verwenden. Die meisten modernen AI-Anbieter bieten OpenAI-kompatible APIs an.
+:::
+
+1. Führen Sie den Befehl `/connect` aus und scrollen Sie nach unten zu **Andere**.
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◆  Select provider
+   │  ...
+   │  ● Other
+   └
+   ```
+
+2. Geben Sie einen eindeutigen ID für den Anbieter ein.
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◇  Enter provider id
+   │  myprovider
+   └
+   ```
+
+   :::note
+   Wählen Sie einen einprägsamen ID, den Sie in Ihrer Konfigurationsdatei verwenden.
+   :::
+
+3. Geben Sie Ihren API-Schlüssel für den Anbieter ein.
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ▲  This only stores a credential for myprovider - you will need to configure it in opencode.json, check the docs for examples.
+   │
+   ◇  Enter your API key
+   │  sk-...
+   └
+   ```
+
+4. Erstellen oder aktualisieren Sie Ihre `opencode.json`-Datei in Ihrem Projektverzeichnis:
+
+   ```json title="opencode.json" ""myprovider"" {5-15}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "myprovider": {
+         "npm": "@ai-sdk/openai-compatible",
+         "name": "My AI ProviderDisplay Name",
+         "options": {
+           "baseURL": "https://api.myprovider.com/v1"
+         },
+         "models": {
+           "my-model-name": {
+             "name": "My Model Display Name"
+           }
+         }
+       }
+     }
+   }
+   ```
+
+   Hier sind die Konfigurationsmöglichkeiten:
+   - **npm**: AI SDK zu verwendendes Paket, `@ai-sdk/openai-compatible` für OpenAI-kompatible Anbieter
+   - **Name**: Anzeigename in UI.
+   - **Modelle**: Verfügbare Modelle.
+   - **options.baseURL**: API endpoint URL.
+   - **Optionen.apiKey**: Legen Sie optional den Schlüssel API fest, wenn Sie keine Authentifizierung verwenden.
+   - **options.headers**: Optional benutzerdefinierte Header festlegen.
+
+   Mehr zu den erweiterten Optionen im Beispiel unten.
+
+5. Führen Sie den Befehl `/models` aus und Ihr benutzerdefinierter Anbieter und Ihre Modelle werden in der Auswahlliste angezeigt.
+
+---
+
+##### Beispiel
+
+Hier ist ein Beispiel für die Einstellung der Optionen `apiKey`, `headers` und Modell `limit`.
+
+```json title="opencode.json" {9,11,17-20}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "myprovider": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "My AI ProviderDisplay Name",
+      "options": {
+        "baseURL": "https://api.myprovider.com/v1",
+        "apiKey": "{env:ANTHROPIC_API_KEY}",
+        "headers": {
+          "Authorization": "Bearer custom-token"
+        }
+      },
+      "models": {
+        "my-model-name": {
+          "name": "My Model Display Name",
+          "limit": {
+            "context": 200000,
+            "output": 65536
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+Konfigurationsdetails:
+
+- **apiKey**: Wird mit der Variablensyntax `env`, [learn more](/docs/config#env-vars), festgelegt.
+- **Header**: Benutzerdefinierte Header, die mit jeder Anfrage gesendet werden.
+- **limit.context**: Maximale Eingabetokens, die das Modell akzeptiert.
+- **limit.output**: Maximale Token, die das Modell generieren kann.
+
+Mithilfe der `limit`-Felder kann OpenCode erkennen, wie viel Kontext Sie noch haben. Standardanbieter beziehen diese automatisch von models.dev.
+
+---
+
+## Fehlerbehebung
+
+Wenn Sie Probleme beim Konfigurieren eines Anbieters haben, überprüfen Sie Folgendes:
+
+1. **Überprüfen Sie die Authentifizierungseinrichtung**: Führen Sie `opencode auth list` aus, um zu sehen, ob die Anmeldeinformationen vorhanden sind
+   für den Anbieter werden Ihrer Konfiguration hinzugefügt.
+
+   Dies gilt nicht für Anbieter wie Amazon Bedrock, die für ihre Authentifizierung auf Umgebungsvariablen angewiesen sind.
+
+2. Überprüfen Sie bei benutzerdefinierten Anbietern die OpenCode-Konfiguration und:
+   - Stellen Sie sicher, dass der im Befehl `/connect` verwendete Anbieter ID mit dem ID in Ihrer OpenCode-Konfiguration übereinstimmt.
+   - Für den Anbieter wird das richtige npm-Paket verwendet. Verwenden Sie beispielsweise `@ai-sdk/cerebras` für Cerebras. Und für alle anderen OpenAI-kompatiblen Anbieter verwenden Sie `@ai-sdk/openai-compatible`.
+   - Überprüfen Sie, ob im Feld `options.baseURL` der richtige Endpunkt API verwendet wird.